[發明專利]一種用于復雜裝備故障診斷的智能判據挖掘系統

有效

• 申請號: 202011585556.3
• 申請日: 2020-12-28
• 公開（公告）號: CN112732541B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 崔朗福;金陽;白成剛;申振豐;朱力敏;張慶振;韓曉萱;宋子雄;張超祺;宋莉君;周理風;馮強;左宇杰;穆晨亮
• 申請（專利權）人: 北京航空航天大學;上海航天控制技術研究所
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06F16/215;G06F16/2458
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 安麗;顧煒

本發明公開了一種用于復雜裝備故障診斷的智能判據挖掘系統，包含測試數據管理模塊、數據健康狀態篩選模塊、數據清洗模塊、判據挖掘模塊、判據管理模塊、人機交互模塊；測試數據管理模塊對測試數據統一管理；數據健康狀態篩選模塊根據測試數據狀態標簽對數據進行篩選以供后級模塊數據抽取；數據清洗模塊對測試數據進行預處理；判據挖掘模塊挖掘目標判據；判據管理模塊檢驗挖掘判據并對已知判據統一管理；人機交互模塊對整個判據挖掘過程進行控制；本發明能夠挖掘用于故障診斷的參數包絡或閾值型時序判據，支持多測試數據序列的時間維度誤差校準，支持挖掘判據的平滑降噪處理，支持挖掘判據的有效性檢驗，判據挖掘過程可控可視化、人機交互友好。

技術領域

本發明涉及復雜裝備故障診斷技術領域，具體涉及一種用于復雜裝備故障診斷的智能判據挖掘系統。

背景技術

在現代化工業中，復雜裝備的作用愈顯重要。為減少裝備故障產生的對生產效能、工作效率的影響，同時降低維修費用，得益于裝備故障診斷技術發展的基于狀態的設備維修方式開始得到應用。

當前裝備故障診斷技術可以分為基于模型的診斷和基于數據的診斷兩個大類。基于數據的裝備故障診斷技術又有諸多分支，其中從時間維度直接對數據序列進行異常征兆提取是最為重要、應用最為廣泛的技術。

技術中，在判斷測試數據正常與否，或提取某測試參數的異常特征點時，在工程實踐中，常用的特征提取方法包括包絡分析和閾值分析，它們是數據異常特征提取中經典實用的方法，其他特征提取方法在此基礎上改進。

注意到，上述診斷方法的實施緊密聯系診斷判據，在當前的工程實踐中，包絡和閾值分析的判據則主要通過專家經驗或系統仿真得到。然而專家經驗存在人為誤差，系統仿真存在建模誤差，因此專家經驗和系統仿真得到的包絡均不能反應系統測試數據的真實特征。如何克服診斷中由判據帶入的人為誤差、建模誤差，設計一套能夠通過對大量測試數據的分析，提取出真實反應裝備本身特性的參數包絡或閾值判據系統是現有技術需要解決的技術問題。

發明內容

本發明技術解決問題：針對復雜裝備基于數據的故障診斷實施的需求，設計解決智能判據挖掘的問題，提供一種用于復雜裝備故障診斷的智能判據挖掘系統。本系統主要解決的問題有：以裝備大量的測量數據為基礎，挖掘提取能夠真實反應裝備或部件本身特性的參數包絡或閾值判據。

本發明采用的技術方案為：一種用于復雜裝備故障診斷的智能判據挖掘系統，包括測試數據管理模塊、數據健康狀態篩選模塊、數據清洗模塊、判據挖掘模塊、判據管理模塊和人機交互模塊；其中，

測試數據管理模塊，由存儲有測試數據的數據庫組成，支持測試數據的批量導入，統一管理，并向數據健康狀態篩選模塊傳送數據；

數據健康狀態篩選模塊，對測試數據管理模塊送入的測試數據狀態標簽進行篩選，篩選查詢的功能調用所封裝接口，依賴MySQL數據庫的查詢篩選功能引擎實現，篩選后的數據送入數據清洗模塊；

數據清洗模塊，對數據健康狀態篩選模塊送入的測試數據，根據控制選擇的預處理需要進行包括毛刺剔除、缺省值填補等的預處理，預處理后將干凈數據送入判據挖掘模塊；

判據挖掘模塊，完成從數據清洗模塊送入的干凈數據中挖掘出目標判據的功能，并將所挖掘的目標判據送入判據管理模塊；

判據管理模塊，由存儲有判據的數據庫和結果反饋子模塊組成，對判據挖掘模塊送入的所挖掘目標判據進行有效性檢驗，并將通過有效性檢驗的判據存入判據庫，對已有判據統一管理；

人機交互模塊，進行可視化測試數據與判據，實時顯示系統任務進程，同時用戶通過該模塊實時控制系統判據挖掘的過程。

所述判據挖掘模塊包括序列校準子模塊、挖掘核心子模塊和數據平滑子模塊，完成從干凈數據中挖掘出目標判據的功能；